Esval Industrial es una pyme industrial colombiana que fabrica envases plásticos para marcas de cosmética, y la mayor parte de su pipeline B2B empieza en WhatsApp. Durante tres meses de 2026 construimos EVA, una asistente de ventas con IA que convirtió WhatsApp en un canal B2B con IA: pasó de ser una bandeja manual, limitada al horario de oficina, a un pipeline auditable. EVA conoce el catálogo, califica el lead, detecta compromisos y comprobantes de pago, y pasa la conversación al asesor correcto mediante los botones interactivos de WhatsApp. Cada paso queda registrado, y 95 configuraciones se editan desde el panel sin desplegar código. La plataforma se entregó formalmente el 17 de agosto de 2026 y la opera el propio equipo de Esval. Así lo abordamos; para ver las pantallas, lee el caso de estudio completo.
WebMinds es una empresa de desarrollo de software e IA con sede en Atlanta, Georgia, que construye agentes de IA, software a medida y automatización para empresas en Estados Unidos y Latinoamérica, con varios asistentes de IA en WhatsApp en producción en Colombia.
Datos clave
- Cliente: Esval Industrial, fabricante de envases plásticos para marcas de cosmética en Colombia.
- Duración: 3 meses, con entrega formal de la versión 1.0 el 17 de agosto de 2026 y operación continua con soporte de WebMinds desde entonces.
- IA por mensaje: 6 análisis de IA en cada mensaje entrante: la respuesta basada en el catálogo, la extracción del lead, la detección de compromisos, pagos y frustración, y un clasificador compartido.
- Control: 95 configuraciones editables desde el panel, desde la personalidad y los horarios hasta credenciales, asesores y datos legales.
- Ingeniería: 49 migraciones versionadas, 61 endpoints de API, 45 scripts de operación, 3 tablas de auditoría y 27 pantallas. Cerca del 85 % del código es backend, pipelines de IA, orquestación y auditoría.
- Cumplimiento: páginas públicas de privacidad, términos y eliminación de datos bajo la Ley 1581 de Colombia.
El problema: el canal número uno de leads no tenía herramientas de empresa
WhatsApp es el principal canal de leads de Esval. Hasta 2026 lo atendían tres personas a mano, un chat a la vez y en horario laboral. Fuera de ese horario, los leads se enfriaban. No había historial centralizado, ni trazabilidad, ni forma de saber quién estaba atendiendo qué.
Había cuatro problemas claros:
- Sin herramientas de empresa. Los asesores respondían desde sus propios teléfonos, sin historial compartido, sin reasignación y sin visibilidad de la carga de trabajo.
- Un catálogo técnico profundo. La mayoría de preguntas eran sobre tubos colapsibles, frascos, tapas, materiales, cantidades mínimas de pedido y barrera según el material. Nadie se sabe el catálogo completo de memoria.
- Sin infraestructura previa. No había configuración de Meta Business, ni plantillas aprobadas, ni política de tratamiento de datos bajo la Ley 1581, ni embeddings del catálogo, ni panel.
- El criterio humano no era negociable. Compromisos, comprobantes de pago, frustración y datos completos del cliente debían llegar a una persona específica, con contexto.
Eso hacía que el canal fuera valioso y, sin estructura, riesgoso: una solicitud que llegaba fuera del horario laboral esperaba al siguiente día hábil, y el lead se enfriaba.
Por qué WhatsApp como canal B2B necesitaba más que un chatbot
Un chatbot típico responde y ahí termina. Una venta B2B de envases implica cantidades mínimas, especificaciones de material, cotizaciones, pagos y asesores con nombre propio. Necesitábamos:
- Respuestas basadas en el catálogo que citen especificaciones reales, no conocimiento general sobre plásticos.
- Enrutamiento a una persona específica, elegida por el cliente o según el tipo de cliente, notificando solo a ese asesor.
- Detección de momentos sensibles: compromisos, comprobantes de pago y frustración.
- Trazabilidad: registro de cada escalamiento, toma de control y toque de botón.
- Control del negocio: el equipo de marketing y los asesores debían poder cambiar reglas sin pedírselo a un ingeniero.
Ese es el tipo de sistema que construye nuestra práctica de IA y Automatización, entregado como una plataforma web completa a través de nuestro servicio de Desarrollo Web y de Apps.
Lo que construimos: WhatsApp como canal B2B con IA, de la mano de EVA
La plataforma funciona en app.esval.com.co. EVA no es un widget de chat sobre un modelo. La interfaz es la parte pequeña. Debajo hay 49 migraciones, 61 endpoints, seis análisis de IA por mensaje, 45 scripts de operación versionados, una tarea programada cada hora y un panel con 95 configuraciones.
EVA, el agente de IA
En cada mensaje entrante se ejecutan seis análisis de IA: la respuesta basada en el catálogo, más la extracción del lead y la detección de compromisos, pagos y frustración, apoyados por un clasificador compartido. La generación, la visión y los embeddings corren sobre Gemini, a través de la API oficial de WhatsApp Cloud.
Una base de conocimiento del catálogo
El catálogo de productos, las fichas técnicas y los procedimientos comerciales están en pgvector como embeddings. Es generación aumentada por recuperación (RAG): antes de responder, EVA busca los fragmentos relevantes y responde a partir de ellos. Los PDFs que solo tienen imágenes se leen con visión, y Esval actualiza el catálogo por su cuenta con archivos CSV.
El enrutador de escalamiento, con elección de asesor
El cliente elige a su asesor con botones interactivos de WhatsApp, o EVA enruta según el tipo de cliente. Solo se notifica al asesor elegido, por WhatsApp y correo. Hay una red de seguridad: si el asesor elegido se desactiva antes de que el cliente toque el botón, el sistema pasa al siguiente activo. Si el cliente escribe en lugar de tocar el botón, EVA cierra la pregunta y sigue la conversación.
Periodos de espera independientes
Las alertas de pago, compromiso y escalamiento tienen cada una su propia ventana, para que una conversación activa nunca sature el teléfono de un asesor.
Un tablero de leads B2B
Cinco etapas pensadas para el proceso comercial de Esval (nuevo, asesor solicitado, cotización, ganado y perdido), con asignación automática y una vista personal para cada usuario.
Estrictamente idempotente
Meta reenvía un mensaje si no recibe un 200 OK rápido. Cada mensaje entrante se identifica por su ID de WhatsApp, así un reintento nunca genera una segunda respuesta de IA.
Credenciales verificadas antes de guardarse
Las llaves de Gemini, Meta y Resend se prueban contra los servicios reales antes de guardarse, con mensajes claros para una llave vencida, créditos agotados o un límite de cuota.
Tareas cada hora con GitHub Actions
El plan de hosting solo permite tareas programadas diarias, así que las conversaciones inactivas se cierran cada hora con un flujo de GitHub Actions que llama a un endpoint protegido con un secreto.
Auditoría, correo y cumplimiento
Cada escalamiento, toma de control y toque de botón queda registrado. La plataforma envía seis flujos de correo transaccional con la marca de Esval, publica páginas de privacidad, términos y eliminación de datos bajo la Ley 1581, e incluye un widget web embebible.
Cómo entregamos: Hybrid AI Coding
Un ingeniero senior de WebMinds dirige agentes de IA (Claude Code) para la implementación, con QA en cada cambio y un simulador que ejecuta exactamente el pipeline de producción. La arquitectura y cada decisión con el cliente siguen siendo humanas. El stack: Next.js y TypeScript, Supabase con pgvector, Gemini, WhatsApp Cloud API, Resend, Vercel y GitHub Actions.
¿Tu pipeline B2B vive en teléfonos personales? Podemos auditar tu canal de WhatsApp y mostrarte cómo se ve una operación trazable. Solicita tu evaluación gratuita.
Cronología
- Mayo de 2026: proyecto confirmado, con marca Esval, propuesta y modelo de datos.
- Julio de 2026: carga del catálogo con OCR por visión, correo con marca por tipo de alerta y páginas legales bajo la Ley 1581.
- 31 de julio de 2026: selección de asesor por parte del cliente con botones interactivos de WhatsApp.
- Agosto de 2026: carga autogestionada del catálogo e indicadores de no leídos en tiempo real.
- 17 de agosto de 2026: entrega formal de la versión 1.0, con manual de usuario y configuraciones editables desde el panel.
- Desde entonces: en operación continua con soporte de WebMinds.
Resultados: un pipeline B2B real en WhatsApp
Según el caso de estudio de Esval:
- Un pipeline B2B real en WhatsApp. Lo que antes era un agujero negro manual fuera de horario ahora es un pipeline medible: respuestas basadas en el catálogo, cada lead en un tablero, cada escalamiento registrado y el asesor correcto en el momento correcto.
- El negocio al mando. Con 95 configuraciones editables, Esval cambia por su cuenta la personalidad, las reglas, los periodos de espera, las credenciales, los asesores y los datos legales de la asistente. La ingeniería queda con los ingenieros y el negocio, con el negocio.
- Auditable desde el primer día. Cada intento de escalamiento, toma de control manual y toque de botón queda registrado con su resultado por canal, y los datos de los clientes se manejan conforme a la ley colombiana de protección de datos.
Para ver otros asistentes de IA en WhatsApp que hemos construido en Colombia, revisa el asistente de ventas con catálogo por vehículo del caso Industrias Qatar y el asistente de la consultora de TI del caso Netthplus. Para una visión más amplia, revisa nuestro caso de uso de automatización de ventas.
Preguntas frecuentes
¿WhatsApp puede ser un canal de ventas B2B serio?
Sí, si tiene estructura de empresa detrás: historial compartido, tablero de leads, enrutamiento a asesores con nombre propio y trazabilidad. En Esval, EVA responde desde el catálogo, califica el lead y lo enruta, y cada paso queda registrado.
¿Un agente de IA en WhatsApp puede pasar la conversación a un asesor específico?
Sí. Con EVA, el cliente elige asesor con los botones interactivos de WhatsApp, o EVA enruta según el tipo de cliente. Solo se notifica al asesor elegido, por WhatsApp y correo, y hay un respaldo si ese asesor ya no está activo.
¿El negocio puede cambiar el comportamiento de la IA sin desarrolladores?
En Esval hay 95 configuraciones editables desde el panel, entre ellas la personalidad de la asistente, el modo de venta, los horarios, los festivos, los periodos de espera, las credenciales, los asesores, las campañas y los datos legales, sin desplegar código.
¿Cómo conoce la IA el catálogo de productos?
El catálogo, las fichas técnicas y los procedimientos comerciales están en una base de conocimiento en pgvector. EVA busca los fragmentos relevantes antes de responder, lee con visión los PDFs que solo tienen imágenes y toma las actualizaciones del catálogo que el equipo sube en CSV.
¿Un agente de IA en WhatsApp cumple con la ley colombiana de protección de datos?
Para Esval publicamos páginas de privacidad, términos y eliminación de datos bajo la Ley 1581, y los datos de los clientes se manejan conforme a esa ley. Cada escalamiento y toma de control queda auditado.
¿Cuánto tarda un proyecto así?
La plataforma de Esval tomó tres meses, desde la confirmación en mayo de 2026 hasta la entrega formal el 17 de agosto de 2026, partiendo sin configuración previa de Meta Business, plantillas ni embeddings del catálogo.
Hablemos
Si WhatsApp es donde empiezan tus compradores B2B y quieres un pipeline que puedas medir y auditar, podemos ayudarte. Solicita tu evaluación gratuita o agenda una llamada con nuestro equipo. WebMinds tiene sede en Atlanta y atiende a empresas de Estados Unidos y América Latina, en español e inglés.